Les chaînes logistiques sont souvent composées de plusieurs acteurs qui ne font pas partie de la même entreprise. Les décisions opérationnelles sont prises au niveau individuel par rapport aux critères locaux et l'optimisation est réalisée, de ce fait, d'une façon concurrentielle, ce qui conduit à une perte d'efficacité pour l'ensemble de la chaîne. Dans ce travail, nous nous intéressons au pilotage des flux dans la chaîne logistique. Nous étudions analytiquement la dégradation des performances, due à la décentralisation, d'un modèle stochastique à deux étages, avec capacité de production, piloté par une politique de stock nominal. Nous déterminons les paramètres de contrôle de la politique étudiée à l'aide des outils de la théorie des jeux (équilibres de Nash et de Stackelberg) et nous proposons des contrats de coordination qui permettent de ramener les performances du système vers celles du modèle centralisé. Nous généralisons cette étude aux modèles avec information avancée sur la demande et nous étudions l'influence de la variabilité de la demande sur les performances du système.
LA NECESSITE CROISSANTE DE PROPOSER UNE OFFRE TRES DIVERSIFIEE, AMPLIFIE SERIEUSEMENT LES DIFFICULTES COURANTES DE LA PRODUCTION, PRINCIPALEMENT DUES AUX RUPTURES DE STOCK ET AUX COUTS D'IMMOBILISATION DES PIECES. IL EXISTE EN EFFET UN BESOIN REEL DE PRINCIPES THEORIQUES, QUI PERMETTRAIENT D'ASSISTER LES ENTREPRISES DANS LA DEFINITION PRATIQUE DE REGLES MULTI-PRODUITS. POUR CONTRIBUER A L'ETABLISSEMENT DE CES RESULTATS, NOUS ABORDONS LE PROBLEME DANS LE CADRE DES PROCESSUS DE DECISION MARKOVIENS. IL S'AGIT ALORS DE DETERMINER DYNAMIQUEMENT LES CHOIX RELATIFS A LA PRODUCTION (QUAND PRODUIRE ? QUEL TYPE DE PIECE FABRIQUER ? QUELLE DEMANDE SATISFAIRE ?), EN FONCTION DE L'ETAT DES STOCKS ET DES DEMANDES, AFIN DE MINIMISER LES COUTS MOYENS D'IMMOBILISATION DES PIECES ET DE NON-SATISFACTION DES CLIENTS. AUSSI, NOUS CONSIDERONS UN SITE PILOTE PAR RENOUVELLEMENT DE STOCK, A CAPACITE LIMITE, DONT L'OBJECTIF EST DE SATISFAIRE DIFFERENTES CLASSES DE CLIENTS. DEUX SITUATIONS SONT ETUDIEES, SUIVANT QUE LA DIFFERENCIATION DES PRODUITS FABRIQUES EST AVANCEE OU RETARDEE. DANS LE PREMIER CAS, LA CAPACITE DE PRODUCTION DOIT ETRE PARTAGEE ENTRE PLUSIEURS REFERENCES. POUR DEUX TYPES DE PIECE, NOUS CARACTERISONS PARTIELLEMENT MAIS ANALYTIQUEMENT LE PILOTAGE OPTIMAL PAR DES ETUDES TRAJECTORIELLES. UNE HEURISTIQUE EST AUSSI PROPOSEE POUR LA GESTION D'UN NOMBRE QUELCONQUE DE PRODUITS. DANS LE SECOND CAS, LE PILOTAGE DOIT RATIONNER UN STOCK DE PIECES COMMUNES. NOUS DETERMINONS COMPLETEMENT LE CONTROLE OPTIMAL POUR N CLASSES DE DEMANDES, A L'AIDE DU PRINCIPE DE L'ITERATION SUR LA VALEUR, SOUS DES HYPOTHESES DE CONVEXITE. NOUS DONNONS AUSSI UN ALGORITHME QUI CALCULE EN O(N) LES PARAMETRES DE CE PILOTAGE. ENFIN, LA COMPARAISON DES DEUX SYSTEMES PRECEDENTS NOUS PERMET D'ABORDER LA QUESTION DU BENEFICE DE LA DIFFERENCIATION RETARDEE.
Cet ouvrage a pour vocation de transférer les connaissances acquises par une communauté scientifique qui se réunit régulièrement au sein d'un groupe national (Groupe Vendôme-OGP) du GDR MACS, par la proposition de sessions dans des conférences internationales : IESM'05, INCOM'06, IESM'07... Après avoir présenté le contexte, ce livre s'articule en plusieurs parties en choisissant notamment deux éclairages : le point de vue du type de simulation en usage dans ce contexte de chaîne logistique et ensuite le point de vue du système de prise de décision simulé. Enfin, les produits et méthodologies de simulation utilisés dans le contexte de la chaîne logistique sont présentés. L'objectif premier des auteurs est de proposer une synthèse des travaux de recherche sur le sujet de la conception, le pilotage et l'évaluation de la performance de chaînes logistiques en utilisant les méthodes et outils de la simulation, et de les diffuser largement à l'ensemble des communautés de recherche internationales, d'où le choix d'une rédaction de l'ouvrage en langues française et anglaise. Le second objectif est d'élaborer et de proposer des approches méthodologiques nouvelles en synthétisant les travaux de recherche réalisés par la communauté du génie industriel. Il s'agit d'apporter des clés pour lever des verrous scientifiques et technologiques dans le domaine de l'aide à la décision pour la conception, le pilotage et l'évaluation de la performance des chaînes logistiques. Ainsi les problématiques abordées portent sur l'évaluation de la performance, le dimensionnement et le pilotage (centralisé et distribué) des chaînes logistiques. [Source : Lavoisier]
Le travail présenté dans cette thèse constitue une contribution à la modélisation et à l’analyse de performances des systèmes logistiques à l’aide d’un nouveau modèle de réseaux de Pétri stochastiques. Il s’agit d’une problématique au centre des préoccupations actuelles des entreprises industrielles mais très peu abordée par la communauté des réseaux de Pétri. Dans ce travail, nous développons un nouveau modèle de réseaux de Pétri dits réseaux de Pétri lots déterministes et stochastiques (BDSPNs) capable de supporter les caractéristiques essentielles des systèmes logistiques et plus généralement des systèmes à événements discrets. Ils sont particulièrement adaptés pour la modélisation de flux évoluant en quantités discrètes (lots de différentes tailles et variables) et ils permettent de prendre en compte des activités plus spécifiques telles que les commandes des clients, l’approvisionnement des stocks, la production et la livraison en mode lot. Les BDSPNs permettent par leur formalisme graphique et mathématique de capturer pertinemment et simplement cet aspect lot omniprésent dans différentes locations de ces systèmes et qui s’implique très considérablement dans leur comportement et par conséquent dans leur analyse. Nos travaux portent à la fois sur la théorie d’un nouveau modèle, sur ses techniques d’analyse et sur ses applications aux systèmes logistiques. Ainsi, les résultats obtenus et les applications effectuées font des BDSPNs un outil de modélisation performant aussi bien pour l’analyse que pour la simulation
Le pilotage des chaînes logistiques, qu'elles soient inter ou intra entreprise, a pris ces dernières années une importance grandissante dans la recherche de la performance des entreprises. L'analyse de tels systèmes étendus, des différents types de flux qui le compose et de leur coordination ont fait l'objet de nombreux travaux. Les approches de modélisation du Génie Industriel, proposent des méthodologies et des outils de représentation des systèmes. Cependant aucune des principales approches ne paraît adaptée pour une modélisation de la chaîne logistique en intégrant conjointement différentes vues (physique, fonctionnelle, informationnelle, décisionnelle, etc.), des éléments dynamiques et stochastiques, une intégration entre des modèles globaux et des modèles détaillés. Notre contribution consiste dans la proposition d'une méthodologie de diagnostic de la performance d'une chaîne logistique avec un objectif de généricité des outils proposés et d'appropriation des résultats par les acteurs opérationnels. Elle a pour objectif d'accompagner les industriels dans le cadre de projets de diagnostic de la performance de leur chaîne logistique : identification des dysfonctionnements, priorisation de leur résolution puis définition et mise en oeuvre des plans d'actions d'amélioration. Les deux niveaux d'analyse proposés (tactique et opérationnel) combinant une approche analyse de processus et de simulation (comportement statique et dynamique du système) en s'appuyant sur des référentiels, conduisent à identifier les dysfonctionnements impactant la performance. Les outils utilisés permettent de valoriser et prioriser ces dysfonctionnements en vue de la définition d'un plan d'action correctif. Notre proposition définit une méthodologie et des outils supports associés d'aide à la décision. Elle se décomose en quatre phases : cadrage, modélisation, analyse du fonctionnement puis optimisation de la performance de la chaîne logistique. La phase initiale de cadrage a pour vocation une définition précise du déroulement et du positionnement de la méthodologie au sein de l'entreprise. Avant le lancement de toute analyse de la performance, les objectifs et l'organisation du projet doivent être définis et le périmètre d'application précisé. L'objectif de la phase de modélisation est la description de la chaîne logistique via les processus. Les enjeux principaux résidentn dans l'obtention d'une représentation objective, précise et claire du fonctionnement de la chaîne. L'analyse du fonctionnement consiste en la réalisation d'une analyse complète de chacun des processus afin d'identifier les dysfonctionnements qui pénalisent la performance de la chaîne logistique. L'objectif est d'obtenir une identification objective et exhaustive des problèmes ainsi que leur validation. La phase d'optimisation de la performance de la chaîne logistique voit la mise en oeuvre d'actions pour l'amélioration de la performance de la chaîne logistique. L'enchaînement des étapes concourant à ce but est le suivant : valorisation et priorisation des dysfonctionnements (les dysfonctionnements sont valorisés au niveau de leur impact, puis classifiés et des liens de corrélation sont mise en évidence afin de pouvoir définir les priorités de résolution), identification des plans d'actions (les solutions potentielles de résolution des problèmes sont identifiées, leurs apports quantifiés puis les plans d'actions sont définis et organisés), mise en oeuvre des actions correctives dans le cadre du suivi des plans d'actions. L'instrumentation de cette méthodologie supportée par les outils ARIS et ARENA, a été réalisée dans le cadre de son application sur le cas de l'entreprise Valrhona.
Pour faire face aux risques associés aux aléas des opérations normales et aux périls qui menacent les ressources d'un réseau logistique, une méthodologie générique pour le design de réseaux logistiques efficaces et robustes en univers incertain est développée dans cette thèse. Cette méthodologie a pour objectif de proposer une structure de réseau qui assure, de façon durable, la création de valeur pour l'entreprise pour faire face aux aléas et se prémunir contre les risques de ruptures catastrophiques. La méthodologie s'appuie sur le cadre de prise de décision distribué de Schneeweiss et l'approche de modélisation mathématique qui y est associée intègre des éléments de programmation stochastique, d'analyse de risque et de programmation robuste. Trois types d'événements sont définis pour caractériser l'environnement des réseaux logistiques: des événements aléatoires (ex. la demande, les coûts et les taux de changes), des événements hasardeux (ex. les grèves, les discontinuités d'approvisionnement des fournisseurs et les catastrophes naturelles) et des événements profondément incertains (ex. les actes de sabotage, les attentats et les instabilités politiques). La méthodologie considère que l'environnement futur de l'entreprise est anticipé à l'aide de scénarios, générés partiellement par une méthode Monte-Carlo. Cette méthode fait partie de l'approche de solution et permet de générer des replications d'échantillons de petites tailles et de grands échantillons. Elle aide aussi à tenir compte de l'attitude au risque du décideur. L'approche générique de solution du modèle s'appuie sur ces échantillons de scénarios pour générer des designs alternatifs et sur une approche multicritère pour l'évaluation de ces designs. Afin de valider les concepts méthodologiques introduits dans cette thèse, le problème hiérarchique de localisation d'entrepôts et de transport est modélisé comme un programme stochastique avec recours. Premièrement, un modèle incluant une demande aléatoire est utilisé pour valider en partie la modélisation mathématique du problème et étudier, à travers plusieurs anticipations approximatives, la solvabilité du modèle de design. Une approche de solution heuristique est proposée pour ce modèle afin de résoudre des problèmes de taille réelle. Deuxièmement, un modèle incluant les aléas et les périls est utilisé pour valider l'analyse de risque, les stratégies de resilience et l'approche de solution générique. Plusieurs construits mathématiques sont ajoutés au modèle de base afin de refléter différentes stratégies de resilience et proposer un modèle de décision sous risque incluant l'attitude du décideur face aux événements extrêmes. Les nombreuses expérimentations effectuées, avec les données d'un cas réaliste, nous ont permis de tester les concepts proposés dans cette thèse et d'élaborer une méthode de réduction de complexité pour le modèle générique de design sans compromettre la qualité des solutions associées. Les résultats obtenus par ces expérimentations ont pu confirmer la supériorité des designs obtenus en appliquant la méthodologie proposée en termes d'efficacité et de robustesse par rapport à des solutions produites par des approches déterministes ou des modèles simplifiés proposés dans la littérature.
En dépit de leur caractère distribué, les chaînes logistiques peuvent se révéler très performantes dans les conditions idéales de production et d'échange. Toutefois, leur complexité les rend de plus en plus fragiles. Cette thèse propose des modèles et des méthodes pour l'analyse des risques, de façon à renforcer la robustesse et la résilience des CLs. Nous avons analysé ce domaine suivant une démarche ontologique à l'aide de la méthode KOD pour tirer les caractéristiques essentielles des CLs. En nous appuyant sur un état de l'art du domaine des risques dans les chaînes logistiques, et sur les bases de cas réels, nous avons identifié les indicateurs des vulnérabilités les plus significatifs. A partir des connaissances extraites, et des modèles mathématiques proposés dans la littérature, nous avons construit un modèle de CL multi-étages à l'aide de modèles ARIMA intégrant l'aspect aléatoire de la demande. Pour adapter ce modèle aux situations de vulnérabilité et de risques, nous avons ajouté des contraintes de capacité et de positivité sur les commandes et sur les stocks. Sous l'effet d'événements dangereux, certaines contraintes du système peuvent être atteintes et par conséquence, son évolution peut s'écarter fortement de la dynamique nominale. Nous avons proposé des indicateurs de vulnérabilités comme des indicateurs de fréquence des retards de livraison, ou de surcoût d'immobilisation de produits. Enfin, l'occurrence d'événements dangereux a été représentée par des scénarios. Nous avons alors obtenu des résultats de simulation sous MATLAB, qui nous ont permis d'évaluer leurs conséquences pour différentes configurations du système.
Dans les systèmes de transport de marchandises, notamment des chaînes logistiques, la compétitivité par les délais et la qualité des services est devenue un facteur essentiel à la survie des entreprises. La problématique de l'organisation et l'amélioration de la chaîne logistique a suscité, depuis plusieurs années, un nombre croissant de travaux de recherche. Nous nous intéressons dans ce mémoire à étudier les systèmes de chaînes logistiques à l'aide de ce qu'on appelle récemment, la théorie des systèmes à événements discrets. Le sujet de cette thèse porte sur la modélisation, la commande et l'optimisation des systèmes de chaînes logistiques qui sont max-plus-linéaires. Les graphes d'événements temporisés (GET) -sous classe des réseaux de Petri où n'interviennent que des phénomènes de synchronisation- sont des exemples typiques de tels systèmes. L'objectif est de proposer une approche d'analyse et de commande dans un contexte de juste-à- temps pour la production et le transport dans une chaîne logistique. Un modèle basé sur les GET et l'algèbre (max,+) est proposé et des évaluations de performances en terme des dates de livraisons et des temps de stockage des en-cours sont effectuées. Le modèle proposé a été ensuite enrichi par un nouveau type de transitions afin de prendre en compte les particularités du système étudié. En effet, une modélisation plus adaptée nous conduit à distinguer, au moins, deux modes de fonctionnement différents dans la phase de transport de la chaîne logistique. Ainsi, nous intégrons, dans le modèle initial, des contraintes variables afin de modéliser le mode chargement ou le mode voyage chacun durant l'intervalle de temps correspondant. Le modèle obtenu est ensuite appliqué pour déterminer la commande optimale d'un système de chaîne logistique connaissant la sortie désirée pour ce système. Pour cet objectif, on calcule sous les contraintes introduites les dates d'entrée optimales pour que les livraisons soient faites au plus tard à leurs dates dues. Ceci, nous a conduit à considérer le problème de minimisation des durées des stockages et à soulever ainsi la problématique de l'optimisation des coûts de la chaîne logistique. Nous avons alors proposé une approche basée sur le principe de commande prédictive référencée modèle (MPC) où le calcul des dates d'entrée du modèle est effectué tout en minimisant un critère coût défini au préalable.
This work presents a comprehensive model of supply chain management. Experienced executives from 20 companies clearly define supply chain management, identifying those factors that contribute to its effective implementation. They provide practical guidelines on how companies can manage supply chains, addressing the role of all the traditional business functions in supply chain management and suggest how the adoption of a supply chain management approach can affect business strategy and corporate performance.
Up to now, demand fulfillment in make-to-stock manufacturing is usually handled by advanced planning systems. Orders are fulfilled on the basis of simple rules or deterministic planning approaches not taking into account demand fluctuations. The consideration of different customer classes as it is often done today requires more sophisticated approaches explicitly considering stochastic influences. This book reviews current literature, presents a framework that addresses revenue management and demand fulfillment at once and introduces new stochastic approaches for demand fulfillment in make-to-stock manufacturing based on the ideas of the revenue management literature.
